买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉嘉兴南湖学院申请的专利一种基于多尺度卷积神经网络的化工过程故障诊断方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115908960B 。

龙图腾网通过国家知识产权局官网在2025-11-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211428701.6，技术领域涉及：G06V10/77；该发明授权一种基于多尺度卷积神经网络的化工过程故障诊断方法是由宋秋生;杨海洋;靖聪;宋丽设计研发完成，并于2022-11-15向国家知识产权局提交的专利申请。

本一种基于多尺度卷积神经网络的化工过程故障诊断方法在说明书摘要公布了：本发明公开了一种基于多尺度卷积神经网络的化工过程故障诊断方法，属于化工安全领域。本发明首先，获取对应化工生产过程的参数，并进行预处理。其次，将预处理的数据转换为图片集，并将划分成训练图片集和测试图片集。然后，为化工过程设计多尺度卷积神经网络诊断模型，并训练。最后，从化工过程中采集实时在线数据，并进行预处理转换为图片集，输入到多尺度卷积神经网络模型中，若预测的结果与专家的判断之间存在差异，则用新数据对模型进行重新训练。本发明能够更准确诊断目标数据的故障，可以帮助及时诊断和消除故障避免部分安全事故。

本发明授权一种基于多尺度卷积神经网络的化工过程故障诊断方法在权利要求书中公布了：1.一种基于多尺度卷积神经网络的化工过程故障诊断方法，其特征在于包括如下具体步骤： 步骤1：从化工过程中收集历史数据并对其执行预处理； 步骤1.1：获取对应化工企业生产过程的参数； 步骤1.2：使用min-max归一化公式进行数据预处理； 步骤2：将预处理的历史数据转换为样本图片集，包括正常及其故障类型； 经过预处理的每组参数均是一个时间序列数据，将多个时间序列数据组成数据矩阵，成功绘制数据矩阵色块图，用丰富的颜色和形状形象的展示矩阵元素值的大小； 步骤3：将样本图片集分成两份数据集，即训练图片集和测试图片集； 步骤4：为化工过程设计多尺度卷积神经网络诊断模型； 所述多尺度卷积神经网络包括如下三个组成内容：多尺度的特征提取、特征学习和非线性回归； 多尺度卷积神经网络诊断模型将网络的输入图像处理为固定大小，然后通过与上一层的本地连接获得后面每层的输入； 步骤5：训练和测试多尺度卷积神经网络诊断模型； 步骤6：输出故障诊断结果； 采用准确率和损失函数，作为评价指标评价多尺度卷积神经网络诊断模型； 步骤7：如果测试中的故障诊断准确率达到要求，将使用该多尺度卷积神经网络诊断模型执行在线故障诊断操作； 否则，返回步骤4重新设计多尺度卷积神经网络模型； 步骤8：从化工过程中采集实时在线数据，并进预处理； 步骤9：同步骤2，将步骤8预处理的数据转换为图片，组成在线图片集； 步骤10：将得到的在线图片集，输入到步骤7得到的多尺度卷积神经网络诊断模型中； 该模型对每个在线图片集中的样本提供预测的诊断结果，诊断结果为正常或一种故障类型； 步骤11：如果预测的诊断结果与专家的判断之间存在差异，则使用新数据对多尺度卷积神经网络诊断模型进行重新训练； 在步骤2中所述矩阵色块图中每个色块的正方形外形大小一样，色块的数量是由矩阵的参数数量决定的，每一个色块中填充的颜色参考生成色块矩阵图的颜色标准。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人嘉兴南湖学院，其通讯地址为：314001 浙江省嘉兴市南湖区越秀南路572号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。